statsmodels.graphics.regressionplots.plot_partregress¶

statsmodels.graphics.regressionplots.plot_partregress(endog, exog_i, exog_others, data=None, title_kwargs={}, obs_labels=True, label_kwargs={}, ax=None, ret_coords=False, eval_env=1, **kwargs)[source]¶

绘制单个回归量的部分回归图。

Parameters:¶

endog{ndarray, str}

内生或响应变量。如果给定字符串，您可以使用与公式相同的任意翻译。

exog_i{ndarray, str}

外生解释变量。如果给定字符串，您可以使用任意翻译，就像在公式中一样。

exog_others{ndarray, list[str]}

任何其他外生解释变量。如果给定一个字符串列表，每个项目都是公式中的一个项。你可以像使用公式一样使用任意翻译。这些变量的影响将通过OLS回归去除。

data{DataFrame, dict}

如果其他变量以字符串形式给出，则某种带有名称的数据结构。

title_kwargsdict

传递给标题的关键字参数。控制字体的键是 fontdict。

obs_labels{bool, array_like}

是否用观察标签标注图点。如果 obs_labels 是一个布尔值，点标签将尝试做正确的事情。首先它会尝试使用数据的索引，然后回退到 exog_i 的索引。或者，您可以提供一个与观察编号对应的类数组对象。

label_kwargsdict

控制观察标签注释的关键字参数。

axAxesSubplot, optional

如果指定，此子图将用于绘图，而不是创建新图形。

ret_coordsbool

如果为真，将返回图中点的坐标。您可以使用这些坐标来添加自己的注释。

eval_envint

如果在定义endog或exog时使用了用户函数和公式，则Patsy eval环境。

**kwargs

传递给绘图函数的关键字参数，用于绘制点。

Returns:¶

figFigure

如果 ax 为 None，则创建图形。否则为 ax 连接的图形。

coordslist, optional

如果 ret_coords 为 True，返回一个数组元组 (x_coords, y_coords)。

另请参阅

plot_partregress_grid

绘制一组回归量的偏回归图。

注释

拟合线的斜率是全多元回归中exog_i的斜率。各个点可以用来评估点对估计系数的影响。

示例

加载全州犯罪数据集并绘制高中毕业率（hs_grad）对谋杀率（murder）的部分回归图。

通过OLS回归去除了生活在城市地区（urban）、贫困线以下（poverty）和单人家庭（single）的人口百分比的影响。

>>> import statsmodels.api as sm
>>> import matplotlib.pyplot as plt

>>> crime_data = sm.datasets.statecrime.load_pandas()
>>> sm.graphics.plot_partregress(endog='murder', exog_i='hs_grad',
...                              exog_others=['urban', 'poverty', 'single'],
...                              data=crime_data.data, obs_labels=False)
>>> plt.show()

(源代码, png, 高分辨率png, pdf)

更多详细的示例可以在示例页面上的回归图笔记本中找到。